Class 02. 주가 데이터 수집

# Class02\fdrStockList.py # https://github.com/FinanceData/FinanceDataReader 참고 import FinanceDataReader as fdr # 주식, 가상화폐 등 금융 데이터를 쉽게 가져올 수 있는 파이썬 라이브러리 import pandas as pd # Pandas는 파이썬의 데이터 분석 및 조작을 위한 핵심 라이브러리 # df(Dataframe)이란? DataFrame은 Pandas에서 테이블 형식의 데이터를 다루기 위한 기본적인 2차원 데이터 구조 pd.set_option('display.max_columns', None) # df(Dataframe) 출력시 모든 컬럼 출력하도록 처리 pd.set_option('display.width', 1000) # df(Dataframe) 출력시, 한 로우가 따로 출력되지 않도록 충분한 길이 설정 def StockList(market): # fdr의 모듈을 사용해 market에 해당하는 종목 리스트를 가져와 df(dataframe)에 담아둠 df = fdr.StockListing(market) return df df_krx = StockList('KOSPI') # KOSPI 종목 리스트 가져와서 df_krx(Dataframe)에 담기 print(df_krx) # 깃허브를 참고해, 나스닥과 뉴욕증권거래소의 종목 리스트도 조회해보자.

# Class02\fdrPriceHistory.py # https://github.com/FinanceData/FinanceDataReader 참고 import FinanceDataReader as fdr # 주식, 가상화폐 등 금융 데이터를 쉽게 가져올 수 있는 파이썬 라이브러리 import pandas as pd # Pandas는 파이썬의 데이터 분석 및 조작을 위한 핵심 라이브러리 from datetime import datetime, timedelta # 시간, 일자 관련 처리하기 위한 라이브러리 # df(Dataframe)이란? DataFrame은 Pandas에서 테이블 형식의 데이터를 다루기 위한 기본적인 2차원 데이터 구조 pd.set_option('display.max_columns', None) # df(Dataframe) 출력시 모든 컬럼 출력하도록 처리 pd.set_option('display.width', 1000) # df(Dataframe) 출력시, 한 로우가 따로 출력되지 않도록 충분한 길이 설정 def StockPriceHistory(ticker): # fdr의 모듈을 사용해 ticker에 해당하는 종목의 일별 주가 정보 가져오기 end_date = datetime.today() # 현재 날짜와 10년 전 날짜 계산 start_date = end_date - timedelta(days=3650) df_history = fdr.DataReader(ticker, start=start_date, end=end_date) # FinanceDataReader를 사용하여 주식 가격 데이터 가져오기 return df_history ticker = "005930" current_time = datetime.now().strftime("%Y%m%d%H%M%S") # 현재 날짜와 시간을 얻습니다. df_history = StockPriceHistory('005930') # 삼성전자 가격 정보 가져오기 file_name = f"{ticker}_{current_time}.xlsx" # 파일 이름을 설정 df_history.to_excel(file_name, index=True) # DataFrame을 Excel 파일로 저장합니다. print(df_history) # 파이참 실행결과창에 출력

# Class02\fdrPriceHistoryPlot.py # https://github.com/FinanceData/FinanceDataReader 참고 import FinanceDataReader as fdr # 주식, 가상화폐 등 금융 데이터를 쉽게 가져올 수 있는 파이썬 라이브러리 import pandas as pd # Pandas는 파이썬의 데이터 분석 및 조작을 위한 핵심 라이브러리 from datetime import datetime, timedelta # 시간, 일자 관련 처리하기 위한 라이브러리 import matplotlib.pyplot as plt # 파이썬의 데이터 시각화를 위한 핵심 라이브러리 # df(Dataframe)이란? DataFrame은 Pandas에서 테이블 형식의 데이터를 다루기 위한 기본적인 2차원 데이터 구조 pd.set_option('display.max_columns', None) # df(Dataframe) 출력시 모든 컬럼 출력하도록 처리 pd.set_option('display.width', 1000) # df(Dataframe) 출력시, 한 로우가 따로 출력되지 않도록 충분한 길이 설정 def StockPriceHistory(ticker, end_date, days): # 마지막일자와, 일수를 매개변수로 받아, 필요한만큼만 데이터 가져오기 end = datetime.strptime(end_date, '%Y-%m-%d') # 문자열 형식의 시작 일자를 datetime 객체로 변환 start = end - timedelta(days=days) # 종료 일자 계산 print(start,end) df_history = fdr.DataReader(ticker, start=start, end=end) # FinanceDataReader를 사용하여 주식 가격 데이터 가져오기 return df_history def DrawChart(df,ticker): fig, ax1 = plt.subplots() # 'Close' 가격을 선 그래프로 표시 ax1.plot(df.index, df['Close'], color='tab:red') ax1.set_xlabel('Date') ax1.set_ylabel('Close', color='tab:red') ax1.tick_params(axis='y', labelcolor='tab:red') # 'Volume'을 막대 그래프로 표시하기 위한 설정 ax2 = ax1.twinx() ax2.bar(df.index, df['Volume'], color='tab:blue', alpha=0.4) ax2.set_ylabel('Volume', color='tab:blue') ax2.tick_params(axis='y', labelcolor='tab:blue') # Volume 축의 지수 표기 비활성화 ax2.get_yaxis().get_major_formatter().set_scientific(False) # 차트 타이틀 설정 및 표시 plt.title(f"Stock Price and Volume for {ticker}") fig.tight_layout() plt.show() ticker = "005930" df_history = StockPriceHistory(ticker,'2023-12-15',100) # 삼성전자 가격 정보 가져오기 print(df_history) # 파이참 실행결과창에 출력 DrawChart(df_history,ticker)